فريق من جامعة العلوم والتكنولوجيا في الصين يطلق النموذج الأساسي المفتوح المصدر لسلسلة RNA المسمى structRFM، والذي تم تدريبه على 21 مليون زوج من السلاسل والهياكل، وحقق مؤشرات أساسية متقدمة عالميًا، وتم نشر النتائج في مجلة Nature.كاتب المقال، المصدر: AIBase
فريق بحثي من جامعة علوم وتكنولوجيا الصين حقق مؤخرًا إنجازًا كبيرًا في مجال التقاطع بين علوم الحياة والذكاء الاصطناعي، وأطلق رسميًا النموذج الأساسي المفتوح المصدر لسلسلة RNA المسمى structRFM، وقد نُشرت نتائج البحث ذات الصلة مؤخرًا في المجلة الأكاديمية الدولية الرائدة "نيتشر". ولتعزيز التقدم المشترك للنظام البيئي البحثي العالمي، أعلنت الفريق عن تفعيل مفتوح كامل للبيانات الزوجية الكاملة ووزنات النموذج وشفرة المصدر، للاستخدام المجاني دون قيود من قبل الباحثين حول العالم.
الخلفية الأساسية: التغلب على النقاط المؤلمة الأساسية في أبحاث RNA وتطوير الأدوية الجديدة
كجزء من فئة حيوية حاسمة من الجزيئات الكبيرة داخل الكائنات الحية، يشارك الحمض النووي الريبي (RNA) على نطاق واسع في تنظيم دورة حياة التعبير الجيني وتخليق البروتين، وهو هدف أساسي لا يمكن تجاهله في تطوير الأدوية المبتكرة عالميًا حاليًا.
على المستوى الدقيق، تشكل جزيئات RNA هياكل ثانوية معقدة من خلال تزاوج القواعد، ثم تنطوي لاحقًا إلى تشكيلات ثلاثية الأبعاد محددة. إن هذه الهياكل الثلاثية والثانوية هي التي تحدد مباشرة النشاط البيولوجي للجزيء وطريقة تفاعلها مع الجزيئات الأخرى. ومع ذلك، ظل فهم دقيق للبنية والوظيفة لجزيئات RNA على مدى طويل تحديًا كبيرًا في مجال المعلوماتية الحيوية.
الهيكل والبيانات: تدريب مزدوج مدعوم بـ 21 مليون زوج من البيانات
لحل هذه المشكلة، طور فريق البحث من جامعة العلوم والتكنولوجيا في الصين مسارًا جديدًا، وبنى مجموعة بيانات ضخمة تضم حوالي 21 مليون زوج من التسلسلات والهياكل الثانوية المُعلَّمة بدقة، مما وضع أساسًا بياناتيًا هائلًا وعالي الجودة لتدريب النماذج الكبيرة.
على هذا الأساس، صمّم فريق البحث خوارزمية مبتكرة تمكن النموذج من تعلم معلومات السياق التسلسلي والعلاقات الهيكلية في مرحلة التدريب المسبق. وبعد التدريب المسبق العميق، أظهر النموذج درجة عالية من السهولة والقدرة على التعميم: حيث يكفي للباحثين إدخال التسلسل الأساسي، ليقوم النموذج تلقائيًا وبدقة باستخراج السمات الثلاثية على مستوى التسلسل، ومستوى النيوكليوتيد، ومستوى أزواج النيوكليوتيدات، مما يدعم بكفاءة مهام متعددة لاستنتاج الهيكل والوظيفة.
نتائج التجربة: تم تحقيق عدة مؤشرات أساسية على مستوى عالمي متقدم
في التجارب والاختبارات المرجعية الصارمة، أظهر structRFM أداءً شاملاً مذهلاً:
التصنيف بدون عينات والتنبؤ بالهيكل: أظهر النموذج أداءً ممتازًا في مهام التصنيف بدون عينات للتوافق، وحسّن بشكل ملحوظ دقة التنبؤ بالبنية الثانوية للـ RNA.
تحسين متناسق للهياكل الثلاثية الأبعاد: عندما دمج الباحثون السمات المستخلصة بشكل سلس في نموذج تنبؤ الهيكل الثلاثي الأبعاد، تحسنت بشكل ملحوظ نتائج التنبؤ النهائية للهياكل الثلاثية الأبعاد والهياكل الثانوية المقابلة.
استنتاج الوظائف البيولوجية بدقة: في تطبيقات عملية لاستنتاج الوظائف، يمكن للنموذج دعم التنبؤ ب مواقع القطع، وتحديد مواقع دخول الريبوسوم الداخلية (IRES)، وتصنيف الـ RNA غير المشفر.
قدرة تعميم وتوسيع قوية: حتى مع مجموعات RNA الجديدة المكتشفة، حافظ النموذج على أداء ممتاز في تنبؤ البنية الثانوية؛ ومن خلال استراتيجية تقسيم مرنة، نجح في توسيع نطاق تطبيقه إلى مهمة تصنيف RNA غير المشفر الطويل.
بالإضافة إلى ذلك، قام فريق البحث من خلال تجارب إزالة مفصلة بتأكيد علمي على الدور المحوري لدمج المعلومات الهيكلية واستراتيجية التغطية في تحسين الأداء العام للنموذج، مما يوفر دعماً تجريبياً متيناً لتصميم الخوارزميات المستقبلية. مع الإصدار المفتوح الكامل للنموذج، سيتمكن العلماء حول العالم من الاعتماد على هذه الأداة الجديدة لتسريع تقدم أبحاث تحليل بنية RNA وتطوير الأدوية الحيوية المتقدمة.